Какой у тебя уровень знаний SQL?

Мой уровень знания SQL

У меня продвинутый уровень знаний SQL (Advanced), приобретённый за 10+ лет опыта разработки на Java. Я разработал множество сложных приложений, требующих глубокого понимания работы БД.

Основные компетенции

DML (Data Manipulation Language)

Полное владение операциями с данными:

• SELECT с использованием сложных WHERE условий, подзапросов, CTE (Common Table Expressions)
• INSERT (single row, batch, insert into select)
• UPDATE с условиями и join'ами
• DELETE с каскадными условиями
• MERGE операции

-- Пример: CTE с рекурсией для иерархии категорий
WITH RECURSIVE category_tree AS (
    SELECT id, name, parent_id, 1 as level
    FROM categories
    WHERE parent_id IS NULL
    
    UNION ALL
    
    SELECT c.id, c.name, c.parent_id, ct.level + 1
    FROM categories c
    INNER JOIN category_tree ct ON c.parent_id = ct.id
    WHERE ct.level < 5
)
SELECT * FROM category_tree ORDER BY level, name;

DDL (Data Definition Language)

Проектирование и управление схемой БД:

• Создание таблиц с правильными типами данных
• Индексы (Simple, Composite, Unique, Full-text)
• Constraints (PRIMARY KEY, FOREIGN KEY, CHECK, UNIQUE, DEFAULT)
• Views (materialized и regular)
• Triggers и Stored Procedures
• Управление миграциями (Flyway, Liquibase, Goose)

-- Создание оптимизированной таблицы с индексами
CREATE TABLE users (
    id UUID PRIMARY KEY,
    email VARCHAR(255) NOT NULL UNIQUE,
    username VARCHAR(100) NOT NULL,
    created_at TIMESTAMPTZ DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMPTZ DEFAULT CURRENT_TIMESTAMP,
    INDEX idx_email (email),
    INDEX idx_created_at (created_at DESC)
);

Joins и Relationship Management

• INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN, CROSS JOIN
• Self-joins для иерархических данных
• Multiple joins с правильными условиями
• Anti-joins и semi-joins

// Пример: Поиск пользователей с заказами выше средней стоимости
SELECT DISTINCT u.id, u.email, AVG(o.total_amount) as avg_order_amount
FROM users u
INNER JOIN orders o ON u.id = o.user_id
GROUP BY u.id, u.email
HAVING AVG(o.total_amount) > (
    SELECT AVG(total_amount) FROM orders
)
ORDER BY avg_order_amount DESC;

Агрегация и группировка

• GROUP BY, HAVING, ROLLUP, CUBE, GROUPING SETS
• Aggregate functions (COUNT, SUM, AVG, MIN, MAX, STRING_AGG)
• Window functions (ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, OVER)

-- Window functions для ранжирования заказов пользователя
SELECT 
    user_id,
    order_date,
    total_amount,
    ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_date DESC) as order_rank,
    SUM(total_amount) OVER (PARTITION BY user_id) as user_total_spent
FROM orders;

Query Optimization

• Анализ query plans (EXPLAIN, ANALYZE)
• Индексирование и композитные индексы
• Денормализация для performance (когда необходимо)
• Partitioning больших таблиц
• Query profiling и bottleneck identification

-- Анализ query execution plan
EXPLAIN ANALYZE
SELECT u.email, COUNT(o.id)
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
GROUP BY u.id;

Специфичные для СУБД функции

PostgreSQL:

• JSON/JSONB операции и индексирование
• Array функции (array_agg, unnest)
• Range типы и исключение перекрытий
• Full-text search
• Extensions (PostGIS, uuid-ossp)

-- JSON операции в PostgreSQL
SELECT 
    user_id,
    data->>'name' as customer_name,
    (data->'preferences'->>'notifications')::boolean as notifications_enabled
FROM orders
WHERE data @> '{"premium": true}';

MySQL:

• JSON functions (JSON_EXTRACT, JSON_CONTAINS)
• Full-text search индексирование
• Generated columns
• Partitioning

SQL Server:

• T-SQL синтаксис (DECLARE, @@ROWCOUNT)
• CTEs и recursive queries
• Dynamic SQL

Транзакции и concurrency

• ACID properties и их гарантии
• Isolation levels (READ UNCOMMITTED, READ COMMITTED, REPEATABLE READ, SERIALIZABLE)
• Deadlock detection и resolution
• Optimistic и pessimistic locking
• SELECT FOR UPDATE (PostgreSQL, MySQL)

-- Pessimistic locking для избежания race condition
BEGIN TRANSACTION;
    SELECT * FROM accounts WHERE id = 1 FOR UPDATE;
    UPDATE accounts SET balance = balance - 100 WHERE id = 1;
    UPDATE accounts SET balance = balance + 100 WHERE id = 2;
COMMIT;

Практический опыт

Объёмы данных

• Работал с таблицами от 100К до сотен миллионов строк
• Оптимизация queries для больших датасетов
• Архивирование и purging исторических данных
• Time-series данные и aggregation

Сложные сценарии

• Многоуровневые иерархии (материализованные пути, nested sets, ltree)
• Распределённые транзакции
• Репликация и синхронизация данных
• ETL процессы и batch операции

Integration с Java

// JDBC Template для query optimization
@Repository
public class UserRepository {
    @Autowired
    private JdbcTemplate jdbcTemplate;
    
    public Map<String, Long> getUserStatsWithWindow() {
        String sql = """
            SELECT 
                user_id,
                COUNT(*) as order_count,
                SUM(total_amount) as total_spent,
                ROW_NUMBER() OVER (ORDER BY SUM(total_amount) DESC) as rank
            FROM orders
            GROUP BY user_id
        """;
        
        return jdbcTemplate.queryForList(sql).stream()
            .collect(Collectors.toMap(
                row -> (String) row.get("user_id"),
                row -> (Long) row.get("total_spent")
            ));
    }
}

Методология

• Пишу SQL, безопасный от SQL injection (parameterized queries, ORMs)
• Следую best practices (нормализация vs денормализация)
• Документирую сложные queries
• Используюю версионирование для миграций БД
• Регулярно анализирую slow logs и оптимизирую bottlenecks

Слабые стороны (честно)

• Некоторые специализированные системы (NoSQL — MongoDB, Cassandra) требуют переобучения при переходе
• Очень новые features в последних версиях SQL (SQL 2019+ features) требуют актуализации

Уровень по шкале от 1-10: 8.5/10

Почему не 10:

• SQL развивается, всегда есть что-то новое
• Каждая СУБД имеет уникальные features
• Экстремальная оптимизация очень больших систем — это постоянное обучение

Но я уверен в:

• Написании эффективных queries
• Проектировании правильных схем
• Решении сложных задач
• Оптимизации performance
• Обучении других разработчиков SQL best practices